通过空间自动化与双功能加注技术提升办公场所停车场的效能：迈向交通网络与电力网络的净零协同发展

《eTransportation》：Empowering workplace parking lots by space automation and bi-functional fueling: Toward coordination of net-zero transportation and electricity networks

　　穆罕默德·雷扎·萨莱希扎德|刘杰|阿里·耶克哈尼
韩国釜山浦项国立大学清洁生产技术研究所

**摘要**
交通网络与电力网络之间的协同对于实现电动汽车助力净零排放社会至关重要。电动汽车停车场是连接这两个系统的重要纽带。推广工作场所停车场有助于降低电力需求高峰，使电动汽车充电与太阳能发电更相匹配，同时减少为充电而进行的城市出行。然而，目前仍存在经济激励不足、充电设施有限等挑战，而且工作场所停车场的设计需同时满足电池电动汽车和燃料电池电动汽车的充电需求。为解决这些问题，我们提出通过设计的多能源系统及创新的空间自动化方案，为工作场所停车场配备双功能充电设施。为确保经济可行性，我们引入了最优的提前调度与实时重新调度机制，以应对电动汽车初始电量状态的不确定性。所提出的优化模型考虑了停车位及能源相关的约束条件，并运用布尔逻辑对模型进行线性化处理。该方法已在包含30个停车位、10个电池电动汽车充电点、3个燃料电池电动汽车加氢站以及2台停车机器人的工作场所停车场案例研究中得到应用，相关结果也已呈现。后续的敏感性分析表明，停车位因素对所设计多能源系统的性能以及工作场所停车场的整体盈利能力有着重要影响。例如，在该案例研究的假设条件下，将充电点数量从5个增加到20个，可使利润提升41%。所提出的方法有助于推动充电场景从家庭转向工作场所，同时也为工作场所停车场的设计者提供了实用建议，尤其涉及停车位利用、利润优化及能源管理等方面。

**引言**
交通运输行业在各国的二氧化碳排放中占据重要地位。根据美国能源信息署的数据，2023年美国交通运输行业约产生了38.7%的与能源相关的二氧化碳排放量，总量达18.53亿吨[1]。因此，要实现《巴黎协定》设定的低碳目标，就必须加快从内燃机车辆向电动汽车的转型。电动汽车在实现交通运输、电力网络及城市地区的净零排放目标中发挥着关键作用[2]。近期的发展趋势也印证了这一需求——2023年全球注册的电动汽车数量接近1400万辆，其中中国、欧洲和美国占据了95%的销量，较2022年增长了35%[3]。预计到2025年，插电式电动汽车在全球销量中的占比可能达到三分之一，到2030年则超过50%[4][5]。由于电动汽车依赖电力网络，其普及程度不断提升会显著影响电网的规划与运行。为此，需要加快充电基础设施的建设，并妥善管理日益增长的电力需求。电动汽车的公共充电基础设施可大致分为两类：一路上充电，用于为行驶中的车辆供电；另一类是在用户处于工作场所等长时间停留地点时进行的充电[6]。为便于人们使用充电设施，许多国家已在停车位上配备了充电装置。例如，自2018年7月起，挪威要求所有公共停车区域都必须提供电动汽车充电设施。奥斯陆的Vulkan停车场开展的SEEV4-City试点项目就展现了显著的电网与气候效益[7]：该场地配备了约100台22千瓦的半快速交流充电器及直流快速充电器，据测算每年可减少约912吨的二氧化碳排放量[8]。

为方便人们充电，一种有效的做法是建设工作场所停车场，为员工在其工作场所或其附近提供充电设施。但这需要完善的能源管理与空间管理机制。工作场所停车场的建设有助于推动充电场景从家庭转向工作场所，从而减轻夜间电网负荷，更好地利用白天的光伏发电能力[9]。实际观察表明，家庭充电习惯是导致夜间电力需求高峰的重要原因。例如，在加利福尼亚州，电动汽车车主通常在晚上在家为车辆充电，这增加了夜间的电力需求。较高的需求往往迫使电网启动额外的化石燃料发电机组，进而导致更高的二氧化碳排放[9][10][11]。此外，针对老旧住宅社区的研究也表明，即便设置了共享的直流快速充电站，有限的电网容量和停车位仍制约着家庭电动汽车充电的发展。在此背景下，将电动汽车充电从家庭转移到工作场所是一种有效的补充解决方案。尽管工作场所充电具有诸多优势，但仍有研究指出，工作场所仍是仅次于家庭的第二大充电地点[11]。

工作场所充电不仅对电池电动汽车有益，也对燃料电池电动汽车具有积极作用。燃料电池电动汽车依赖氢气加注，而整合式的工作场所充电设施有助于推动这类车辆的普及，进而支持向氢能技术的过渡。近年来，世界部分地区的燃料电池电动汽车数量增长迅速。2023年第二季度，加利福尼亚州的燃料电池电动汽车销量同比增长34%，环比第一季度增长48%，创下1076辆的新高[13]。然而，韩等人的一项研究显示，公众对住宅区附近的氢气加注站的接受度仍然较低。在这种情况下，为燃料电池电动汽车提供工作场所加注选项，可缓解车主的加注顾虑。

尽管存在这些优势，工作场所停车场的广泛应用仍然受到限制。一项关于充电行为的分析表明，总体上有86%的受访者仍选择使用家庭充电设施为车辆充电。通常而言，阻碍人们采用工作场所充电的原因包括：（i）缺乏足够的经济激励[16][17]；（ii）充电设施不足；（iii）工作场所充电不便，用户需先断开车辆电源，这使其难以与家庭充电竞争，同时也限制了定价策略的灵活性；（iv）可能存在过度停留的问题[18]；（v）现有的工作场所停车场缺乏足够的燃料电池电动汽车充电设施。

为满足工作场所充电的所有需求，工作场所停车场应通过停车位自动化及电氢双功能充电设施来得到强化。同时，还需要在能源管理与人车停车位管理之间实现协调。为停车场量身定制的能源与交通解决方案，不仅能提升工作场所停车场的功能，还能从根本上解决因电动汽车大量普及而带来的电力网络问题。我们所提出的方法，为在电动汽车普及背景下加强交通网络与电力网络之间的协同作用提供了新的思路（见图1）。

如图1所示，电动汽车是连接交通网络与电力网络的关键技术之一。本小节将探讨交通网络与电力网络之间的相互作用，并将本研究置于这一背景之下。通过协调这两个网络，可以形成有效的协同效应，尤其是在应对电动汽车普及所带来的挑战方面。基于对现有文献的梳理，我们将这些研究分为两大类：第一类是针对灾害情境的研究，主要着眼于提升系统的韧性，可进一步分为预防性研究与恢复性研究；第二类是针对正常运营情境的研究，可进一步划分为运营优化研究与规划研究。各类研究的主要关注点如图2所示。接下来，我们将对每大类中的相关论文进行更详细的介绍。

近年来，由于气候变化，低概率高影响事件的发生频率比过去更高[19][20]。因此，无论是交通领域还是电力网络领域的众多研究都致力于解决这一重要问题。在这些研究中，也有不少是从韧性角度探讨两个系统之间的协调问题。其中一些研究提出了恢复性方法，如[21]。该研究通过共同优化灾后城市电力系统与交通系统的恢复计划，借助协同运作与网络约束机制，提升了系统的效率与韧性。还有一些研究提出了预防性方法，如[22]。该研究通过开发一种名为NETPLAN的建模工具，对国家能源与交通基础设施40年内的投资进行优化，兼顾成本、可持续性及韧性考量。该方法将网络流模型与多目标优化方法相结合，可用于分析长期投资组合及其对运营成本、温室气体排放及应对灾难能力的影响。

从图2可以看出，针对正常运营情境的文献可分为规划研究、运营优化研究以及设计研究三类。在规划研究方面，有如下研究成果：在[23]中，研究者提出了一种协调的电力—交通框架，将居民区的分布式能源资源与电动汽车及地铁系统进行统一管理，实现了显著的成本节约与效率提升。在[24]中，通过构建智能多能源系统，实现了交通网络与电力网络之间的协同优化，该系统在城市规划中同时考虑了电动汽车与非电动汽车的流量引导需求。该研究提出了一种包含集成能源站及混合用户均衡模型的最优规划框架，通过优化投资与运营策略，降低了交通与能源成本，提升了环境效益。在[25]中，研究者强调了行业耦合的原则，通过连接电力网络与交通网络评估其潜力，并通过德国等国的案例分析，说明了行业耦合如何帮助克服可再生能源的间歇性问题，从而实现更高效的能源整合。在[26]中，研究者通过构建多智能体随机优化框架，模拟了电动汽车驾驶员、传统车辆驾驶员、可再生能源发电厂与传统发电厂以及系统运营商之间的复杂互动关系，同时考虑了市场驱动下的充电位置选择与电价因素，实现了交通网络与电力网络之间的协同优化。在[27]中，研究者通过两阶段鲁棒优化模型，针对扩展规划问题进行了优化，能够在考虑可再生能源供应与需求不确定性的情况下，确定最优的投资与运营方案。从实践角度出发，[28]通过构建长期投资模型，将客运交通纳入国家能源规划体系，展示了高速铁路在降低二氧化碳排放及长期成本方面的作用。

在运营优化与设计研究方面，有以下研究成果：在[29]中，研究者通过共同优化车辆路线规划、能源消耗及充电设施的可用性，实现了交通网络与电力网络之间的协调。在[30]中，研究者提出了一个面向智能城市的安全能源交易模型，该模型综合考虑了微电网、交通系统及多能源系统等因素。在[31]中，研究者通过构建一个集成快速充电站、车辆路线规划及电力分配流的综合框架，运用凸优化方法确定了网络平衡状态。在[32]中，研究者通过多目标协同优化方法，在经济效率与碳排放之间寻求平衡，采用了epsilon约束策略来实现这一目标。在[33]中，研究者通过在运营层面通过价格调控与行为引导策略共同调节电动汽车的充电行为，实现了交通网络与电力网络之间的协调，从而既保障了充电服务的正常运行，又有利于电力系统的稳定调控。

如1.1节所述，夜间电力需求高峰的加剧以及老旧住宅社区的充电难题，都是由于电动汽车数量不断增加而引发的电力网络问题。本文提出通过设计合理且高效运作的工作场所停车场来解决这些问题。从另一个角度来看，从运营与设计的角度来看（见图2），采用这种解决方案意味着在交通网络与电力网络之间引入了一种新的协调形式。换句话说，工作场所停车场的规划、功能强化及高效运作，属于交通网络与电力网络协调中的规划与设计范畴，可视为现有研究中的一个新视角。

在明确了本研究在交通网络与电力网络协调体系中的定位之后，1.3节将从停车场的角度进一步阐述本研究的背景。为此，我们将回顾几组与停车场相关的研究文献，并识别其中的研究空白。需要指出的是，电动汽车充电站与电动汽车停车场是两个不同的概念。充电站是专门用于为电动汽车电池充电的基础设施，通常位于停车场内或道路旁；而电动汽车停车场则是专门为电动汽车提供临时停放场所的区域，这类区域一般位于建筑物、购物中心或其他设施附近，不一定具备充电功能。需要指出的是，本文主要关注停车场问题，因此本小节不涉及与充电站相关的研究。已有大量研究致力于为电动汽车停车场设计合适的管理方法。例如：郭等人（2023）提出了一个双目标基础设施规划框架，旨在将停车场内的电动汽车与机场微电网相结合，重点优化能源调度与计划，同时提升经济性与运营效率[34]。莫拉伊斯等人（2023）提出了一种方法，可在不同类型合同下的电动汽车充电分配中提升公平性，同时优化已安装电力容量的利用效率[35]。贾瓦德等人（2023）设计了一种模型，通过分布式太阳能和风能发电装置以及策略性布置的储能系统，确保电动汽车充电服务达到预定标准[36]。萨贝里等人（2023）提出了一种方法，用于协调居民能源中心中的停车场与联合冷却、供热和供电系统，以降低运营成本[37]。丁等人（2023）提出了一种基于物联网的停车场能源管理方法[38]。卡拉库什等人（2023）构建了一个模型，用于将电动汽车停车场纳入铁路网络之中[39]。郭等人（2023）进一步考虑了电动汽车停车场与电动飞机对机场微电网的影响，提出了一个针对机场微电网基础设施规划的双目标优化模型[34]。菲鲁齐等人（2023）提出了一种集成模型，通过考虑停车场因素，实现分布式网络的最优弹性调度[40]。阿里扎德等人（2023）建立了一个混合整数线性规划模型，用于在考虑交通网络状况的前提下，确定距离故障目的地最近的停车场[41]。马等人（2023）设计了用于太阳能-风能驱动的电动汽车停车场的智能充电系统，该系统能够提高现场可再生能源的利用率并平滑用电高峰[42]。法德尔等人（2017）提出了一种线性模糊优化方法，通过纳入电动汽车行驶特性和市场价格的不确定性，提升电动汽车停车场的盈利能力。该方法通过对问题约束进行模糊处理，简化了优化过程，与传统确定性方法相比，在实现实际利润方面表现更佳。沙菲-卡赫等人（2017）开发了一种两级模型，用于在可再生能源整合及电动汽车使用情况存在不确定性的情况下，优化配电系统中的电动汽车停车场运营，从而提升系统效率并降低成本[44]。萨德雷迪尼等人（2021）设计了一种基于决策的多标准电动汽车停车场预约系统，根据电池电量状态和可用性来分配停车位，进而提高车位利用率并更好地应对用电高峰期[45]。莫扎法里等人（2020）构建了一个多目标模型，用于同步规划电动汽车停车场与配电网络的建设，该模型能够反映驾驶员和车辆的充电行为；研究结果表明，车辆到电网技术能够降低配电成本，推迟输电线路升级，并增加停车场的收入[46]。沙菲-卡赫等人（2015）将便携式电动汽车停车设施视为需求响应聚合器，通过随机规划方法评估基于价格和激励措施的方案，同时考虑电动汽车及市场存在的不确定性；选择性参与此类机制能够提升盈利能力并优化运营方式[47]。哈吉-阿加贾尼等人（2023）提出了一种电动汽车停车场规划框架，该框架能够模拟车辆进入停车场的概率，并优化充放电计划以最大化利润；在考虑电动汽车发展趋势、电价变化及通货膨胀因素的基础上，该框架能够确定最佳选址、容量及扩建时机，其在盈利能力和能源效率方面的表现优于传统静态规划方法[48]。巴比奇等人（2023）提出了一种数据驱动的框架，该框架结合离散事件仿真与排队论，用于优化停车场内的电动汽车充电基础设施，通过测算最优充电器数量与定价策略，实现利润最大化并缩短投资回报周期[49]。库兰等人（2015）提出了一种集中式的电动汽车充电调度系统，该系统能够利用真实的车辆行驶模式，同时处理常规及非常规电动汽车，其运行效果优于先来后服务及最早到期优先调度方式，能够提升收入并满足电动汽车的充电需求[50]。曾等人（2020）通过将并网型电动汽车停车场视为城市电力系统中的虚拟储能设施，结合模糊逻辑与蒙特卡洛仿真方法，综合考虑技术因素与社会因素，评估这类停车场对电力系统可靠性与供应充足性的影响[51]。海达里安-福鲁沙尼等人（2016）开发了一种两阶段随机调度模型，用于将接入电网的电动汽车停车场与风能资源更好地结合，提升风能的利用效率；该模型通过考虑电池电量状态及车辆到达时间的不确定性，借助灵活的交互机制减少风能浪费，提升能源整合水平[52]。萨贝里-贝格拉尔等人（2023）提出了一种基于风险的随机模型，用于整合联合冷却、供热和供电系统与电动汽车停车场的居民能源中心，在可再生能源、电动汽车、负荷及电价存在不确定性的情况下，共同优化各项运营环节，以最小化成本与碳排放量[37]。鲁比诺等人（2017）综述了与分布式能源源及智能电网相整合的创新型电动汽车充电基础设施，涵盖了传导式/感应式充电架构以及国际上的相关试点项目，强调了这类技术在推动可持续出行方面的作用[53]。图尔普勒等人（2013）通过高精度仿真手段，评估了工作场所中由光伏能源驱动的充电站的效果，研究表明，合理的充电策略能够在碳税政策背景下，有效降低二氧化碳排放量，同时为驾驶员和停车场运营商带来更高的经济效益[54]。达里亚巴里等人（2020）提出了一种多阶段随机框架，该框架允许停车场管理方将电动汽车的响应式灵活性融入从日前规划到近实时的复杂电力市场中；这种数据驱动的方法能够协调大规模的充放电活动，提升市场灵活性并降低计算负担[55]。苏等人（2012）针对现实环境中的各种限制条件，开发了用于大型插电式混合动力车/电动汽车充电管理的计算智能算法， Matlab仿真结果显示，这类算法具有更出色的性能[56]。蒋等人（2022）采用平均场博弈框架，协同优化停车场调度与分散式电动汽车充电策略，通过纳什确定性等价解，在最小化充电成本的同时实现停车场利润的最大化[57]。加里比等人（2023）设计了一种深度学习框架，用于提前规划停车场内的电动汽车充电任务，该框架结合了Copula GAN模型用于预测电动汽车参数，多输入NAR神经网络用于价格预测，以及灰狼优化算法用于制定充电计划，在加州理工学院及德国市场的测试数据中均显示出较低的充电成本[58]。菲鲁齐等人（2023）提出了一种集成框架，用于实现主动式配电系统的弹性日前调度与实时调度，该框架能够模拟聚合商、停车场、分布式能源资源及插电式混合动力车之间的相互作用；通过两阶段多层级优化方法，能够考虑交通流量对可调度电力的影响，从而在最恶劣的冲击情况下减少停电次数并降低运营成本[40]。与此同时，达里亚巴里等人（2021）提出了一种适用于商业领域的停车场微电网系统，该系统能够利用电动汽车的响应式灵活性，实现日前用电峰谷调节；通过数据驱动的电动汽车分类方法（如停留时间、理想电池电量状态）以及稳健优化算法，能够在批发电价存在不确定性的情况下合理规划能源采购[59]。安德雷纳奇等人（2016）采用需求侧分析方法，利用罗马市的私人出行数据，为大都市地区的电动汽车充电站选址，通过聚类分析确定最佳选址区域，并估算各充电站的日能量需求与用户数量，从而使充电站布局更贴合实际需求规律[60]。张等人（2018）为由光伏能源供电的电动汽车停车场设计了动态充电计划，通过构建收益最大化模型，并运用模型预测控制技术处理实时充电需求与太阳能供应情况，最终实现了显著的利润提升[61]。古内尔等人（2020）利用实际的停车场数据与停电信息，探讨了如何通过电动汽车停车场中的储能设施提升输电线路的可靠性，研究结果表明，在供电故障发生时，这类措施能够让输电线路指标提升26%，负荷点指标提升44%[62]。米尔扎伊等人（2020）开发了一种用于电动汽车停车场的动态规划模型，该模型能够优化配电系统中的停车场选址、规模、容量及建设时机；此外，该模型还提出了充放电计划及停车场选择标准，能够在投资存在不确定性且预算有限的情况下，最小化车辆行驶过程中的能源消耗与时间成本[63]。蒋等人（2019）提出了一种适用于光伏-储能一体化停车场的智能充电系统，该系统通过实时调度策略降低电力成本，同时采用改进的二元灰狼优化算法提升算法的收敛速度与精确度；仿真结果表明，该系统能够更高效地利用光伏能源，同时降低运营成本[64]。古内尔等人（2017）基于实际的车辆到达/离开数据及概率参数，为电动汽车停车场开发了一种随机储能容量模型，用于提升配电系统的可靠性；通过序列蒙特卡洛模拟与敏感性分析，证明这类停车场能够在关键时刻为电网提供支撑[65]。图兰等人（2019）评估了不同季节下将太阳能发电设施与电动汽车停车场相结合的可行性，通过模拟能源交易与充电过程，分析了这类组合对电网负荷、损耗及电压调控的影响[66]。帕塔拉基斯等人（2016）通过核密度估计方法分析电动汽车车队的特征，进而生成电动汽车停车场的电力负荷曲线，并推导出具有代表性的价格序列；在评估不同运营策略时，他们仅需少量仿真即可近似得到负荷持续时间曲线，同时发现充电政策会对负荷曲线产生显著影响[67]。哈尔卡利等人（2020）提出了一种用于智能停车场管理的随机混合整数线性规划模型，该模型支持快速充电与慢速充电两种模式，同时还具备电能调节功能；研究表明，通过合理利用慢速充电的电动汽车来缓冲用电需求，实时做出的决策不仅能够提供快速充电服务，还能降低停车场管理方的成本[68]。戈特格等人（2020）运用模型预测控制技术，为配备光伏能源的停车场制定电动汽车充电计划，即使在车辆到达时间与充电需求存在不确定性的情况下，该技术也能实现最高39%的用电峰值削减效果，这一效果优于传统调度方式及完全基于精准预测的调度方案[69]。卡泽米等人（2016）通过综合考虑电动汽车所有者的利益以及未来电动汽车的发展趋势，优化电动汽车停车场的选址、规模及容量，从而提升配电公司的盈利水平；K均值聚类算法则有助于提高规划精度与成本预测的准确性（详见表1）。在梳理了这些研究之后，可以发现以下几项研究空白：•研究空白#1：这些研究中提出的各类模型，均未在其设计的能源系统中考虑特殊类型电动汽车停车场所需的停车空间规格。相反，有一些研究虽然提出了先进的停车管理方法，如[77]、[78]，但它们仅聚焦于停车空间管理，忽略了与能源相关的规格要求。•研究空白#2：尽管朱里卡尔·巴比奇等人[79]提出了利用充电基础设施制定动态停车政策的有效思路，但现有文献尚未探讨引入机器人系统来管理电动汽车的停车与充电流程。具体而言，目前尚未研究能否利用机器人将非自动驾驶的电池电动汽车与燃料电池电动汽车在充电/加氢站与停车位之间运送。与依赖车辆自主导航功能的自动驾驶系统[80]不同，机器人搬运系统是一种更具成本效益且灵活性更高的解决方案，尤其适用于那些车辆进出时间较为固定的结构化场所，比如工作场所的停车场。此外，目前也尚未有研究考虑在这种系统中同时优化停车分配、能源调度与机器人运输环节。•研究空白#3：所有与停车场相关的研究，都未提出针对电动汽车到达时的实际电池电量状态与事先申报的电池电量状态存在差异时的重新调度模型。•研究空白#4：目前还没有任何研究涉及为燃料电池电动汽车提供服务型的特殊类型电动汽车停车场。此外，这些研究也都未针对工作场所的特殊需求进行针对性设计。为满足工作场所电动汽车充电的所有需求，本文提出了一种全新的基于机器人的双功能特殊类型电动汽车停车场，该停车场配备了集成的能源管理与停车空间管理功能。为便于读者理解相关术语，我们将“停车机器人”定义为一种自动化系统，它能够负责在加氢站与停车位之间运送燃料电池电动汽车，在充电站点与停车位之间运送电池电动汽车；而“双功能加注系统”则是指一种能够同时为电池电动汽车与燃料电池电动汽车提供电能加注与氢气加注服务的多功能加注系统。所提出的这种特殊类型电动汽车停车场具备以下核心特点：•该停车场配备了一个综合能源系统，该系统包括燃料电池、氢气储存装置、电解槽、光伏面板以及蓄电池，能够为两类电动汽车提供所需的电能与氢气支持。此外，该综合能源系统还与电网相连，同时该系统也考虑了从外部供应商处购买氢气的可能性。•在该特殊类型电动汽车停车场中，通过部署停车机器人实现了空间管理的自动化。这些停车机器人能够为该停车场带来诸多优势，包括：（i）能够容纳更多电动汽车，这对于人口密集的城市地区尤为重要；（ii）可以避免电动汽车在工作场所反复插拔充电接口所带来的不便；（iii）能够防止车辆超时停留；（iv）考虑到安全因素，因为无法将氢气直接输送到每个停车位；（v）由于无需在每个停车位安装充电设备，因此能够降低较高的投资成本；（vi）能够避免因人工操作而在停车场通道中出现不必要的拥堵现象。此外，所提出的这种方法还能够有效处理该停车场中机器人运行所面临的非线性约束问题，从而形成一个精确的混合整数线性模型，这类模型可以通过商业求解工具进行求解，具体的线性化处理方法将在第4节中进行详细说明。•为进一步提升该特殊类型电动汽车停车场的经济可行性，我们提出了基于日前规划的调度策略，旨在最大化该停车场的利润，同时设计了一套合理的重新调度机制，用于应对电动汽车初始充电状态存在不确定性带来的挑战。WPKLOT的提前一日调度相比实时接收方式具有诸多优势，包括能够以更低价格采购能源，并从电力市场获得充足的电力供应。为了解析与空间相关参数对WPKLOT能源系统盈利能力和性能的影响，我们进行了系列敏感性分析。这些分析量化了机器人能力及停车位容量如何影响WPKLOT的利润、获批的电池电动汽车数量、获批的燃料电池电动汽车数量以及购买的电网电量。从另一个角度来看，与以往的研究[81]一致，所提出的WPKLOT概念可视为城市地区推广氢能的一种方式，因为它有助于提升人们使用加氢基础设施的便利性。在引言及相关文献介绍之后，第2节对所提出的系统及设计方法进行了整体阐述。第3节首先介绍所提模型的结构，随后给出包括目标函数、与空间相关的约束条件以及与能源相关的约束条件在内的详细数学表述。由于该模型为非线性模型，第4节提出了布尔线性化方法。若电动汽车的申报电量与实际电量存在差异，第5节则介绍了相应的重新调度流程。第6节聚焦于案例研究，并对研究结果进行展示与分析。最后，第7节总结了本文的研究内容，并指出了未来的工作方向。

所提出方法的概述
本节介绍了WPKLOT的所提系统与管理框架的总体情况。如图3所示，WPKLOT的多能源系统包括电解槽、电池储能装置、氢气储存系统以及燃料电池。WPKLOT通过分别为电池电动汽车和燃料电池电动汽车提供电能及氢气服务，实现了双燃料功能。尽管案例研究主要针对电池电动汽车和燃料电池电动汽车，但所提出的方法具有足够的通用性，也可应用于其他类型的车辆。

提前一日调度模型
本节首先在3.1节中对模型结构进行概述，接着在3.2节给出提前一日调度的详细数学表述。在术语表中明确了各集合、指标、参数及变量的含义。随后，第4节介绍布尔线性化方法，第5节则介绍针对3.2节中所讨论模型的重新调度流程及所需的调整措施。

布尔线性化
由方程(2)–(49)定义的所提数学模型由于方程(18)–(19)中的约束条件而呈现非线性特征。我们详细描述了对方程(18)进行线性化的步骤，方程(19)也可采用类似方法处理。为对方程(18)进行线性化，我们引入了一个新变量?ije：??ije?(αie?αje)2，其中αie和αje为二进制变量（取值为0或1），因此它们差值的平方?ije仍为二进制变量，取值也为0或1。在开展线性化分析时，我们将...

所提出的重新调度流程
根据图6所示，若电动汽车申报的电量(SOCeA)与到达停车场时实际测得的电量(SOCeR)存在差异，则会在上午9点至下午12点之间对车辆的停放时间进行重新调度。重新调度可分多个阶段进行。如果某辆电动汽车因日常行程变化而提前告知WPKLOT管理人员其申报电量的变动，就可以触发重新调度流程，从而调整该车辆的能源使用计划及停车位安排。

数据与假设
假设WPKLOT配备有多能源系统（如图3所示）、30个停车位、10个电池电动汽车充电站、3个氢气加注站，还有两台用于搬运电池电动汽车和燃料电池电动汽车的停车机器人。电动汽车会在上午9点至下午6点期间向WPKLOT请求停车及充电服务，这一时间范围与韩国的标准工作时间相符。所提供的太阳能发电数据对应的是韩国釜山6月份的典型发电情况，该时段太阳能发电量通常较高。

结论
本研究提出了一种用于工作场所的自动化双功能停车场，该停车场配备了多能源系统，能够同时为电池电动汽车和燃料电池电动汽车提供服务。为容纳更多电动汽车，为驾驶员提供更便捷的充电服务，同时避免车辆过度停留的情况，WPKLOT还配备了用于将电动汽车从停车位转运到充电站/加注站的机器人。此外，为提升WPKLOT的经济效益，还...

作者贡献说明
Mohammad Reza Salehizadeh：写作——审稿与编辑、写作——初稿撰写、可视化、验证、软件开发、方法设计、研究实施、形式分析、数据整理、概念构建、资源协调。Jay Liu：写作——审稿与编辑、项目监督、项目管理、资金筹措。Ali Yekkehkhany：写作——审稿与编辑。

利益冲突声明
作者声明不存在任何可能影响本文研究结果的已知财务利益关系或个人关系。

致谢
本研究得到了韩国政府通过韩国科学技术信息通信部资助的韩国国家研究基金会（NRF）的科研经费支持（项目编号RS-2024-00337129）。作者们还要对加州大学伯克利分校的Scott Moura教授表示衷心的感谢，他在本研究背景相关方面给予了宝贵的指导。